摘要：
RHadoop是由Revolution Analytics发起的一个开源项目，它可以将统计语言R与Hadoop结合起来。目前该项目包括三个R packages，分别为支持用R来编写MapReduce应用的rmr、用于R语言访问HDFS的rhdfs以及用于R语言访问HBASE的rhbase。下载网址为 阅读全文
摘要：
介绍：1. 文本文件的读写 2. 字符统计和字符翻译3. 字符串连接4. 字符串拆分5. 字符串查询6. 字符串替换7. 字符串提取 说明： 普通文本文件不同于我们平时接触到的表格式文本文件，这里的文本文件是纯文本文件，里面包含的大部分都是字符串；而表格式文本文件大多是行列比较整齐的数据文件，读取这 阅读全文
摘要：
在我的实际工作中，数据来源一方面是关系型数据库MS SqlServer, 别一方面是HBase。本节主要介绍通过RODBC访问MS SqlServer 安装配置，参见资料（https://msdn.microsoft.com/en-us/library/hh568454(v=sql.110).asp 阅读全文
摘要：
分析文本内容基本的步骤：提取文本中的词语 -> 统计词语频率 -> 词频属性可视化。词频：能反映词语在文本中的重要性，一般越重要的词语，在文本中出现的次数就会越多。词云：让词语的频率属性可视化，更加直观清晰。文本下载地址（http://www.yuandn.com/booktxt/59797/#do 阅读全文
摘要：
在配置hbase集群将 hdfs 挂接到其它镜像盘时，有不少困惑的地方，结合以前的资料再次学习; 大数据底层技术的三大基石起源于Google在2006年之前的三篇论文GFS、Map-Reduce、 Bigtable，其中GFS、Map-Reduce技术直接支持了Apache Hadoop项目的诞生， 阅读全文
摘要：
包（package）是多个函数的集合，常作为分享代码的基本单元，代码封装成包可以方便其他用户使用。越来越多的R包正在由世界上不同的人所创建并分发，这些分发的R包，可以从CRAN 或 github 上获取，由于向 CRAN 提交包审核非常严格，有些开发者并没有将自己开发的R包提至CRAN的意向，通过 阅读全文
摘要：
R 是一门拥有统计分析及作图功能的免费软件，主要用于数学建模、统计计算、数据处理、可视化等方向。据 IEEE Spectrum发布的2016年编程语言前10位排名来看，R语言由2015年排名第6位上升级2016年的第5位。目前在CRAN 上发布的算法包已经超过8000+多个。R体系涉及到高等数据、概 阅读全文